石油天然气离心式压缩机组防喘振设计研究

刘通,于佩源,杨树茂,郭志彬,熊伟

杰瑞石油天然气工程有限公司 山东省 烟台市 264003

摘要：现阶段，石油化工行业生产中常用防喘回流法对离心式压缩机喘振现象进行有效控制。在此过程中，安设在回流管线上的防喘振阀门将会开启，使得压缩机的部分出口气体回流到入口处，进而阻止压缩机进入到喘振危险区域。常用的控制策略包括PI控制、阶跃输出和速率控制等。但传统的控制策略难以获取一组较为精准合理的控制参数和压缩机精准数学模型，以至于在噪声、负荷等外部环境影响下，实际控制成效无法得到有效保障。据此，在传统PI（比例积分）控制方案的基础上，引入径向基函数（RBF）神经网络实现PI控制参数在线精准调控效果。

关键词：石油天然气；离心式压缩机组；防喘振设计

1石油气离心式压缩机组的简介

石油气离心式压缩机组是一种用于将石油气（包括液化石油气和天然气）压缩成高压气体的设备。它采用离心式压缩机，由多级离心式压缩机、电机、控制系统、润滑系统、冷却系统等组成。下面是石油气离心式压缩机组的简介：（1）离心式压缩机。石油气离心式压缩机组采用多级离心式压缩机，通常由两个或多个离心式压缩机组成。每个压缩机都由叶轮、轴承和驱动电机组成，能够将石油气压缩到所需的压力。多级离心式压缩机能够实现高压比，压缩效率高，且体积小、重量轻。（2）电机。石油气离心式压缩机组的电机通常采用交流电机或直流电机，其功率大小会根据压缩机的大小和压缩比而变化。电机通常由变频器控制，以便调整转速和压缩机的输出。（3）控制系统。石油气离心式压缩机组的控制系统包括电气控制箱、PLC控制器以及人机界面等。控制系统能够自动控制压缩机的启动、运行和停机，监测和调整压缩机的转速和压力，并及时报警和保护。（4）润滑系统。石油气离心式压缩机组的润滑系统能够对压缩机的叶轮、轴承等部件进行润滑和冷却，保证压缩机的正常运行和寿命。（5）冷却系统。石油气离心式压缩机组的冷却系统能够将压缩机产生的热量散发出去，保证压缩机的正常运行和寿命。冷却系统通常采用水冷和空气冷却两种方式。

2石油天然气离心式压缩机组防喘振设计的要点

2.1石油气离心式压缩机组防喘振设计方案

神经网络预测控制主要采用多步测试、过程优化以及反馈校正等步骤进行动态化控制，相较于传统控制方式来说，神经网络预测控制的控制成效相对良好，是当前较为常用的计算机控制方法。在具体神经网络预测控制过程中，需根据神经网络构建石油气离心式压缩机的预测模型，并对模型进行在线学习，利于学习后的模型对未来一段时间内控制信息进行精准预测。在具体石油气离心式压缩机组防喘振设计中，主要采用的喘振控制方式为PI控制，径向基函数神经网络控制模型可为PI参数提供在线整定，满足PI控制方法对离心式压缩机喘振现象的实时控制要求。径向基函数神经网络主要发挥辨识器作用，可精准根据被控对象的数值变化在线调整神经网络数据中心、宽度以及神经突触权值，进而通过不断优化调整促使给定代价函数达到最优状态，由此获取到被控对象的参考模型。总体来说，基于径向基函数神经网络的PI控制控制流程如下：（1）初始化径向基函数神经网络模型结构，并确定神经网络中的隐含层节点数量和KP和KI的学习速率（u）；（2）若是过程变量的实测值（PV）小于控制器输入值（SP）则将控制变量增量（Δu）和过程变量的实测值输入径向基函数神经网络，通过神经网络在线计算神经网络中心、宽度以及神经突触权值，获取被控对象的Jacobian信息；（3）根据被控对象的Jacobian信息计算获取KP和KI的整定值ΔKP和ΔKI；（4）若是过程变量的实测值仍然小于控制器输入值，则返回步骤（2）继续循环，直至过程变量的实测值大于控制器输入值为止。

2.2石油气离心式压缩机组防喘振设计的Matlab实现

基于径向基函数神经网络的PI控制器结构，通过HYSYS软件构建石油气离心式压缩机喘振控制动态模型，并将模型导入到Matlab软件中，为离心式压缩机设置进口/出口压力、进口/出口温度、级间压降、传递函数模块的PV值等诸多参数，完善石油气离心式压缩机防喘振设计流程。

2.3石油气离心式压缩机组防喘振设计的动态模拟

动态模拟中设置初始喘振控制线裕度为10%，微分控制线裕度为15%，阶跃输出线裕度设置为5%，KP和KI的值分别设定为0.6和0.025。石油气流量设定为在27s内由最初的180kg/s下降至100kg/s。根据以上设定参数通过Matlab软件进行动态模拟后，获取动态模拟结果。随着时间的不断推进，石油气离心式压缩机进口流量持续下降，并且在模拟12s时工作点越过压缩机喘振控制线，此时在防喘振设计的控制下自动开启防喘振阀，压缩机出口气体开始回流至压缩机进口，促使进口流量减小趋势逐步放缓，喘振控制线裕度从初始裕度的10%变更为13.27%。随着石油气离心式压缩机进口流量的进一步下降，在模拟23.2s时工作点达到阶跃输出线，此时在防喘振设计的支持下防喘振阀阶跃开启，初始石油气离心式压缩机的进口流量得到瞬间增大，但由于进口流量降低速度相对较快，所以会在工作点再次抵达阶跃输出线时出现防喘振阀再次阶跃开启的情况。在模拟27s后，虽然石油气流量不再减少，但压缩机进口流量仍然存在一定下降，其原因在于阶跃控制信号在持续衰减，而PI控制信号未达到足够大时机，使得防喘振设计中的控制器仍然采用石油气进口量持续衰减时的阶跃输出控制信号，使防喘振阀缓慢关闭。当PI控制信号达到足够大时，防喘振设计中的控制器会采用PI控制信号对压缩机防喘振阀进行有效控制，进而促使防喘振阀逐步开启，压缩机进口流量持续增加，最终达到预定的控制流量。总体来说，适用于石油气离心式压缩机喘振控制的基于径向基函数神经网络的PI控制器虽然在具体控制过程中仍然存在一定问题，但相关问题主要是有数据量不足等因素引起，只要在后续应用中为其提供充足的数据量，并给予充足的机器学习时间，便可以进一步提高压缩机喘振控制效果。

2.4离心式压缩机组防喘振设计的工程应用

通过基于Matlab的动态模拟确认石油气离心式压缩机防喘振设计中的基于径向基函数神经网络的PI控制器具有较强的喘振控制效果。但考虑到Matlab动态模拟属于理论分析过程，可能会与实际应用过程存在差异，所以为检验应用成效，还需要将石油气离心式压缩机防喘振设计应用于工程实践。具体应用中根据喘振设计方案对现有PI控制器进行优化调整，以径向基函数神经网络对PI控制参数进行持续优化学习，进而实现PI控制参数的在线优化调整。此过程中需要尽可能保障采集数据的精准性和全面性，并对所采集数据进行预处理，处理后的数据再用于径向基函数神经网络学习。将优化后的设计方案应用于某石油气生产工程中，经过长达三个月的数据采集后，所采集的运行数据均会提供为径向基函数神经网络进行持续学习和优化，优化后的神经网络模型用于PI在线动态化控制，进而根据石油气离心式压缩机运行情况对喘振问题进行针对性控制。综合分析后发现，相较于传统PI控制方案，优化后的基于径向基函数神经网络的PI控制器控制效率提高21.5%，控制精准性提高6.7%。

3结语

综上所述，基于石油气离心式压缩机现有PI控制方案，引入径向基函数神经网络模型，构建基于径向基函数神经网络的PI控制器，此控制器相较于传统PI控制方案具有更强的应用效率及效果，可在后续石油气离心式压缩式防喘振设计中进行参考应用。当然，此方案仅采用单一工程作为研究对象，其应用分析结果可能会存在一定的数据局限性，所以为进一步提高应用价值，在后续研究中还需要拓展应用范围，获取更为全面、精准的数据信息。

参考文献

[1]侯国安，周凯.离心式压缩机喘振原因分析及防喘振措施[J].石油和化工设备，2015，18（09）：62-65.

[2]李志峰，于丽丽，杨发义，等.乙烯制冷压缩机组防喘振控制系统的改进[J].化工自动化及仪表，2016（11）：1216-1219.